张建波, 张忠伟, 杨 洋

(1. 东北石油大学 电气信息工程学院, 黑龙江 大庆 163318; 2. 中国石油集团电能公司 中油电能电力技术服务公司, 黑龙江 大庆 163453)

0 引 言

近年来, 随着太阳能(PV: Photovoltaic)和风能(WG: Wind Generation)发电技术日益成熟[1,2], 极大地降低了发电成本, 但也为电网带来了明显的随机性、 间歇性和相关性； 电动汽车(PEV： Plug-In Electric Vehicle)的大规模普及, 其充放电方式也增加了电力系统的不确定性。传统的潮流计算方法没有涉及电力系统中负荷和分布式电源(DG： Distributed Generation)出力的不确定性, 而概率潮流通过概率统计方法处理电力系统中不确定因素更能符合电力系统实际运行状态。

概率潮流算法作为概率潮流分析中的重点, 近年来国内外学者对其进行了充分的研究。目前概率潮流算法主要包括点估计法、 解析法和蒙特卡洛模拟法(MCS: Monte Carlo Simulation)。文献[3]针对多风电场相关性的概率潮流计算问题引入K-means聚类和Copula函数相结合的方法, 建立风电场出力概率模型, 虽然考虑了风电场之间的相关性但计算较为繁琐。文献[4]考虑了风电场与光伏发电厂的不确定性, 利用无迹变换的优势将概率潮流问题转化为确定性潮流计算, 虽然减少了计算时间但所求均值误差较大。文献[5]将中值拉丁超立方抽样技术与蒙特卡洛模拟相结合, 虽然降低了计算复杂度, 但针对大电网获得的概率分布信息存在较大误差。文献[6]针对含电动汽车的微电网概率潮流计算问题, 提出径向基神经网络与无迹变换相结合的方法, 虽然改善了传统方法运行时间较长的缺陷, 但分布式电源不满足高斯分布时概率分析存在一定不足。……